在当下所有通用AI对话产品的界面上，"联网搜索"已成为标配功能。
这个看似简单的按钮背后，隐藏着大模型连接现实世界的密钥——没有实时信息获取能力，再强大的AI模型也只能是知识停留在训练截止日的"数字化石"。
鲜为人知的是，目前国内超过60%的AI应用，包括DeepSeek的C端应用，联网搜索能力是通过集成博查AI的Search API实现的。
大模型需要通过这类API，才能够动态获取最新信息，并输出给用户。AI搜索和传统搜索在入口端的界面上非常相似，底层技术和最终返回给用户的体验却截然不同。
图：AI搜索界面
图：传统搜索界面
这也引发了行业热议：AI搜索是否会取代传统搜索？这个问题的背后，其实是一系列更系统庞杂的问题：
5、当下的AI搜索，究竟有哪些产品形态，还有哪些难解的问题？
在DeepSeek爆火之前，博查AI就已为2000家企业提供实时联网搜索能力。带着以上这些问题，腾讯科技与博查AI CEO刘勋进行了一次深度对话。
AI搜索底层技术逻辑
彻底改变了吗？
据刘勋介绍，春节期间，Deepseek流量暴增，经过多轮沟通和筛选，最终选择了博查去提供高并发的AI搜索。
刘勋表示，DeepSeek在选择合作方时，主要考量以下这四点：
从技术架构上来看，AI搜索引擎与传统搜索引擎从技术到产品均存在着根本性差异，刘勋解释道：
“AI搜索通常分为两个阶段：检索（Retrieval）和生成（Generation）。
在检索阶段，AI搜索仍沿用传统搜索的爬虫体系，但后续处理方式截然不同。最大的区别在于，AI搜索引擎收集到了数据之后，是如何建立索引、如何让用户搜索到（排序）的。
不同于传统搜索引擎，AI搜索会进行向量和关键词双索引，通过向量关联，直接匹配用户意图，然后通过关键字搜索解决部分名词的特别匹配的需求，之后对多路召回的结果进行语义排序，在这一层中搜索引擎会对信息源的权威性、原创性、逻辑性进行评分，并增加内容源的排序权重分。例如，学术论文、权威机构网站的内容权重更高，低质量或AI生成的内容被判定为“噪声”而过滤。
然后是生成阶段，搜索结果经过基于transformer架构的语义重排后，交给大模型进行二次筛选和语言重组，由AI应用返回给用户。”
因此，AI应用呈现给用户的是经过整理、逻辑清晰、没有广告的答案，而非传统搜索应用返回的有广告混杂、准确率低的内容列表。
“博查AI的Search API仅提供中间过程，最终结果输出由大模型完成。”
图：AI搜索的工作流程图（AI绘制）
从这整个过程来看，博查AI仅仅是AI产品的链条中的一环——“搜索能力”的技术提供方。
那么，这一看似细分的环节，技术护城河何在？市场空间又是否足够？
刘勋指出，AI搜索的核心是 “数据+模型+算力” ：
需快速从多源数据（网页、数据库、开放知识库）提取信息，并有足够多的内容可做；
通过自研的Transformer重排模型，让排序更准确，并让输出结果更适合大模型使用；
通过技术架构的优化，让搜索引擎可以支持超高并发，实现超大规模数据库的检索，把搜索结果的反应控制在1s以内，毫秒级别。
这些技术积累构成了护城河。但问题在于：如此垂直的赛道，是否会被大客户“吃掉”？
巨头会“吃掉”
搜索技术提供方吗？
博查AI的客户可分为四类：第一类是大模型公司；第二类是AI智能体开发平台；第三类是云厂商；第四类是AI应用企业。
刘勋称，目前国内约60%的AI应用底层联网搜索由博查AI提供。
尽管大模型公司和云厂商有能力自研搜索技术，但相比核心大模型业务，搜索的人力成本高、工程量大，自研并非当下的最优选择。
“站在整个产业的角度来看，大厂及头部的创业公司，目前还在集中精力提升大模型的能力，在未来二三十年保持竞争力。社会及资本对这些公司的期待是做出能力超强的人工智能，而不是搜索功能的商业化。”刘勋解释道。
AI搜索的能力，更像是大模型连接外部世界的外脑，所必备的技术模块，但并不是核心。因此，找合作方，是性价比更高的选择。
根据刘勋透露，博查AI的成本一部分是与AI搜索相关的技术研发，比如搜索模型等，另外一部分就是支付给云厂商的算力成本。
像博查AI这样的专注AI搜索技术公司，集中了各类客户的需求，博查AI能以规模优势压低算力成本。
根据博查官方统计，截至2025年3月，博查Search API日均调用量为3000万次。而博查最大的竞争对手——来自美国的Bing，价格是15美元/千次，单次搜索的成本超过了一毛钱。
如果开启联网搜索，相较于不开搜素功能，消耗的推理算力要高一倍。换句话说：“用户每进行一次大模型的联网搜索，联网搜索过程差不多占据了推理成本的一半。”
价格优势之外，博查AI还强调数据合规性：“博查服务的大多数是国内B端用户，对于数据合规性的要求很高，在收集、处理、存储、共享和使用数据时，都必须遵守相关法律法规。Bing无法保证数据不出海，数据合规性也不能保证完全和国内法规对齐，这对国内企业是潜在风险。”
传统搜索“势微”
但AI搜索应用未成
生成式AI的爆发为AI搜索带来巨大需求，但传统搜索面临一个灵魂拷问：竞价排名广告的商业模式是否会被颠覆？
刘勋认为AI搜索目前暂时无法代替传统搜索，但是会影响传统搜索的商业模式。
如上文中所说，AI搜索的底层逻辑完全改变了，即使用户问同样的问题，问不同搜索产品，也会得出不一样的结果。
这就意味着，传统搜索的核心商业模式，企业客户可以靠关键字密度、链接权重、页面结构等技术手段影响网页位置，获得更高的竞价排名，不会再像从前那样可控、有效。
那么，传统的SEO策略完全失效了吗？如果AI搜索产品直接接入传统搜索引擎API的话，SEO还是会有效果；但是如果越来越多的AI搜索产品采用新一代的AI搜索引擎，SEO的作用将会逐渐下降。
“从技术底层来看，新一代搜索引擎架构可以原生支持IndexNow，用户发布的内容可以发布后直接push到博查，秒级进入索引库，优质内容可以快速被分发到AI应用中，不再像传统搜索引擎那样有漫长的等待收录过程。
基于这种新的技术架构，可以看到GEO（AI搜索优化）相较于SEO（传统搜索优化）要更加注重内容的与用户问题的语义相关性。因此企业做GEO，提高内容的质量就成了必要的手段。
新一代搜索引擎将不再是广告竞价排名机制来破坏用户体验，更有可能是通过优质内容获得曝光度。企业的GEO策略需要从“关键词优化”转向“知识库建设”，可以构建高质量、结构化、多模态的知识库（如技术白皮书、案例研究），去提升推广内容被模型引用的概率。”
简单来说，AI搜索引擎，从源头上就需要“好内容”，而“好内容”能获得更多的推荐。
刘勋甚至提出了一个看法，跟自媒体时代的内容逻辑相似，企业如果能够提供好内容，那么在AI搜索时代，不需要花钱获得曝光，甚至可能能够赚到钱。“其实归根到底大家需要的都是高质量的答案。”
那么，如果GEO的需求已经开始存在，做AI搜索应用，是否是一片蓝海赛道？
“单纯做AI搜索并非好赛道。用户需要的是无广告的谷歌和强总结能力的ChatGPT，而非AI搜索这种中间态产品。”
- 传统搜索+AI（如百度文心一言、微软Bing AI）
- 深度搜索/Agent类产品（如OpenAI的Deep Research）
刘勋所说的“AI搜索类产品”，主要指的是ToC的对话式搜索引擎，以对话形式提供搜索结果和答案，支持多轮交互和上下文理解。
从用户端交互界面来看，基本和DeepSeek、ChatGPT等大模型产品没有太大的区别。但是，这类公司通常不自研大模型，而是仅提供应用产品，比如说Perplxity AI。
但是，这类AI搜索产品找到了PMF吗？刘勋的答案是：“还没有。”
研发成本高、算力成本高，而GEO的可控性还在研发中，还无法达到SEO的明显效果，这就意味着，GEO是否能够延续SEO的商业模式也还是问号。
那么，传统的SEO巨头，是否能够转型成为新的GEO巨头？
刘勋认为，传统搜索公司受制于广告收入，难以彻底转型，“巨头不能自己革自己的命，1000个用户用了AI搜索，是不是意味着广告DAU就少了1000个？他们一般自己会陷于转型与否的艰难抉择中。”
关于AGI的“乌托邦”愿景
但是，刘勋强调，博查AI的竞争对手并非类似于Perplexity的AI搜索应用。Perplexity是为“人”提供AI搜索，而博查AI是为AI提供搜索能力。
目前，博查AI在这条赛道上，最大的竞争对手是Bing，创业公司并不多。
被问及原因，刘勋回答道：“创业门槛还是挺高的，启动资金最少2000万美金，而且需要有很强的技术积累，比如我10年前就做过搜索创业。在目前的融资环境下，我们团队是用自有资金创业的。”
关于未来竞争，刘勋最担心突然遇到恶性价格战，“像当年滴滴和快的的大战，还有百亿补贴的对战，很多时候小公司死掉了并不是因为它的技术不行，而是因为在运营和销售上出了问题，把自己的成本拉得（很高）。因为大公司试错的成本和资金资源都很多。”
“因此，我们希望能够早早地干到免费。这样某种程度上也意味着‘无利可图’，可以避免恶性竞争出现。”技术领先，与通过研发能力获得的价格优势是刘勋认为的护城河。
那么免费之后，博查AI还有什么商业模式呢？刘勋的回答很出乎意料：
“博查AI创始团队的理想是希望AGI早一点到来，但是Bing能卖到15美元/千次，不光国内用户用不起，海外用户也用不起。AI搜索是大模型连接现实世界的基础设施，要想实现AGI，这个成本必须降下来。”
这是一个乌托邦式的目标：当大模型无法连接世界的时候，普惠地做AGI的世界知识搜索引擎。
在交谈中，刘勋也不止一次提到：“这个小小的联网按钮，是大模型连接现实世界的关键环节，未来与国外竞争时，不能缺失这一环。中国需要完全自研的AI搜索引擎。”
如今，随着大模型的迭代，也解锁了人工智能体（Agent功能），AI搜索可以通过实时知识检索与推理优化，使Agent能够高效应对动态任务、获取信息并做出决策，同时在深度研究领域加速数据分析与科学发现，成为AI帮助人类解决复杂任务的关键技术之一。
在AI时代，搜索不再仅是搜索——它是大模型的实时外接大脑，也是智能决策的基础设施。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
